視(shì)頻(pín)结构化技術(shù)让监控“疏而不漏”

• 2018/04/02

　　在安防领域，如(rú)果能(néng)够对視(shì)頻(pín)大數(shù)据进行(xíng)规模结构化将推动安防整体行(xíng)业水平升级，而人(rén)工(gōng)智能(néng)技術(shù)和(hé)視(shì)頻(pín)數(shù)据结构化的结合将带领整个行(xíng)业进入智能(néng)安防2.0時(shí)代。視(shì)頻(pín)數(shù)据结构化從(cóng)多个维度优化现有的安防业务，将原本许多數(shù)量庞大、响应龟速、且大多没有应用价值的监控視(shì)頻(pín)进行(xíng)精缩，变為(wèi)更易查找、占存更小且可(kě)被深度挖掘的高密度數(shù)据。

 　　某地(dì)，发生一(yī)起抢劫案，一(yī)名身着白色上(shàng)衣的男(nán)子在抢劫一(yī)家店铺后逃之夭夭，消失在人(rén)海(hǎi)之中。店內(nèi)的安防摄像头并没有拍到嫌犯清晰的面部照片，如(rú)何才能(néng)尽快(kuài)找到嫌犯的下(xià)落？遍布街头的监控摄像头成為(wèi)了(le)选项之一(yī)。只是，如(rú)果按照以往以人(rén)工(gōng)的方式对視(shì)頻(pín)畫(huà)面进行(xíng)排查，效率极低(dī)。

 　　幸好，我们已经进入了(le)云计算和(hé)大數(shù)据的年(nián)代。虽然没有嫌犯的面部畫(huà)面，但(dàn)是通(tōng)过其衣服、穿戴等特征，让计算机在附近的視(shì)頻(pín)监控畫(huà)面中进行(xíng)特征检索，最终锁定其踪迹，警方在案发六个小時(shí)后将其抓获。

　　以往的技術(shù)，大部分需要(yào)事后下(xià)载录像进行(xíng)摘要(yào)分析处理，需要(yào)大量的時(shí)間(jiān)和(hé)人(rén)力，对实時(shí)視(shì)頻(pín)没有很(hěn)好的技術(shù)能(néng)力实现实時(shí)解析，這(zhè)样的做(zuò)法已经远远跟不上(shàng)新時(shí)期的需求。時(shí)代正在快(kuài)速进步，深度学习、GPU计算、大數(shù)据、高密度计算单元等技術(shù)，提供了(le)更為(wèi)强大的技術(shù)可(kě)能(néng)性。同時(shí)，人(rén)脸识别算法日趋成熟，視(shì)頻(pín)结构化技術(shù)也应运而生。

　　对于視(shì)頻(pín)中的人(rén)、物(wù)的特征自(zì)动提取和(hé)识别，就是視(shì)頻(pín)结构化技術(shù)。所谓的視(shì)頻(pín)结构化，简单来说就是将不能(néng)被计算机识别的視(shì)頻(pín)數(shù)据通(tōng)过多种计算机图像分析算法，将其变為(wèi)可(kě)以被识别的结构化數(shù)据。在視(shì)頻(pín)拍摄到的畫(huà)面中，将其中的時(shí)間(jiān)、地(dì)点、人(rén)车物(wù)等对象的特征信息，通(tōng)过计算机的分析，对這(zhè)些特征值进行(xíng)描述，譬如(rú)几点几分在哪里、往什么方向、出现了(le)什么颜色什么品牌的汽车，其车牌号又是多少(shǎo)，有无装饰物(wù)、遮阳板是否放下(xià)、安全带是否系上(shàng)、驾车者人(rén)脸等。

　　通(tōng)过一(yī)系列的描述，计算机就会对這(zhè)些重点场所采集到的重点对象的信息实现实時(shí)解析，让以前不能(néng)被检索的視(shì)頻(pín)图像变為(wèi)可(kě)以被检索的視(shì)頻(pín)大數(shù)据。

　　人(rén)脸识别技術(shù)成熟 可(kě)即時(shí)比对黑(hēi)名单

 　　在以視(shì)頻(pín)為(wèi)主的治安防控中，对于人(rén)脸的识别是极其重要(yào)的內(nèi)容。通(tōng)过识别人(rén)脸，可(kě)以及時(shí)发现需要(yào)进行(xíng)管控的人(rén)員(yuán)轨迹。

　　某地(dì)，一(yī)名诈骗惯犯出现在地(dì)铁站內(nèi)，伺机作(zuò)案。但(dàn)是没有想到的是，仅仅五分鐘(zhōng)后，民警已经出现在他(tā)的面前并将其控制。原来，就在這(zhè)名惯犯进入站台的時(shí)候，他(tā)的面部已经被前端动态人(rén)脸視(shì)頻(pín)系统抓拍到，并引发了(le)系统预警。

　　据介绍，在动态人(rén)脸识别技術(shù)方面，我國(guó)的技術(shù)人(rén)員(yuán)已经掌握了(le)核心技術(shù)，实现了(le)自(zì)动选择最佳抓拍角度、自(zì)动选择最清晰人(rén)脸等功能(néng)，在较好的条件下(xià)，人(rén)脸识别的准确率已经提升至了(le)70%。平台上(shàng)针对重点人(rén)員(yuán)防控具有主动发现、特征检索和(hé)轨迹分析的三大功能(néng)。通(tōng)过視(shì)頻(pín)抓拍到重点部位出现的人(rén)脸之后，马上(shàng)就可(kě)以提取该人(rén)脸特征，并与后台已经建模的黑(hēi)名单库进行(xíng)实時(shí)比对，主动预警可(kě)疑的重点人(rén)員(yuán)，还可(kě)以從(cóng)海(hǎi)量历史抓拍库中排查检索嫌疑对象。

　　不过，目前动态人(rén)脸识别技術(shù)还不能(néng)做(zuò)到百分之百的准确率。动态识别的难度比较大，因為(wèi)視(shì)頻(pín)拍摄会受到环境的影响，譬如(rú)当時(shí)光(guāng)照的角度、人(rén)脸角度、遮挡、刮風(fēng)下(xià)雨或者雾霾天气等，会使得人(rén)脸的识别特征点无法被捕获的情况出现，影响识别的准确率。